ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱٬۸۴۱ تا ۱٬۸۶۰ مورد از کل ۴٬۰۴۵ مورد.
۱۸۴۷.

شناسایی عوامل موثر بر ارتباط گریزی نماینده های بیمه ایران بر اساس طرح آمیخته انتخاب مشارکت کننده(مقاله علمی وزارت علوم)

کلیدواژه‌ها: رفتار سازمانی ارتباط گریزی روش آمیخته طرح تشریحی انتخاب مشارکت کننده

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۷۳ تعداد دانلود : ۵۷۴
نماینده های فروش، عامل اساسی حیات صنعت بیمه هستند. آنها پل ارتباطی سازمان و مشتریان اند. ارتباطات از تواناییهای مورد نیاز هر نماینده محسوب می شود؛ حال آنکه برخی عوامل موجب ایجاد میزانی از ارتباط گریزی می شود. در پژوهش حاضر، هدف شناسایی عوامل مؤثر بر ارتباط گریزی است. روش تحقیق، آمیخته تشریحی انتخاب مشارکت کننده در نظر گرفته شد که در دو مرحله کمّی و کیفی انجام می گیرد. جامعه آماری پژوهش، نمایندگان یک شرکت بیمه ای در شهر اهواز بود. بر طبق جدول مورگان 86 نفر به صورت تصادفی ساده برای نمونه آماری انتخاب و پرسشنامه ها بین آنان توزیع شد. به منظور شناسایی عوامل مؤثر بر ارتباط گریزی، نخست در فاز اول، با کمک پرسشنامه ارتباط گریزی مک کراسکی، وضعیت ارتباط گریزی شناسایی شد. طبق نتایج فاز اول، نمایندگان از نظر ارتباط گریزی نمره پایینی داشتند، در این میان نماینده هایی که بیشترین میزان ارتباط گریزی را تجربه کرده اند، برای مصاحبه فردی عمیق انتخاب شدند. در فاز دوم با استفاده از روش تحلیل تماتیک پاسخهای به دست آمده از مصاحبه ها مورد بررسی قرار گرفت و سه دسته عوامل فردی (ویژگیهای نماینده، انگیزه، اطلاعات، و تجربه)، محیطی (ناظر و مشتری) و سازمانی (قوانین مربوط به بیمه ها، آموزش، مسائل مربوط به نماینده ها و کارمندان شعبه) به عنوان عوامل مؤثر بر میزان ارتباط گریزی نمایندگان شناسایی شد. ضمن توضیح عوامل، پیشنهادهایی برای رفع آنها ارائه شد.
۱۸۴۸.

برآورد و ارزیابی ارزش در معرض ریسک بورس اوراق بهادار تهران بر مبنای روش شبیه سازی پنجره(مقاله علمی وزارت علوم)

کلیدواژه‌ها: ارزش در معرض ریسک آزمون بازخورد روش پنجره معیار شباهت

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۷۲ تعداد دانلود : ۱۱۵۴
یکی از شاخص های مهم برای اندازه گیری ریسک، معیار ارزش در معرض ریسک می باشد که در دو دهه اخیر وارد ادبیات مالی شده است. به طور معمول سه رویکرد کلی پارامتریک، ناپارامتریک و شبه پارامتریک برای اندازه گیری ارزش در معرض ریسک مورد استفاده قرار می گیرد. در این مقاله یک روش جدیدی بنام روش شبیه سازی پنجره ارائه می شود که می توان آن را در دسته رویکرد ناپارامتریک قرار داد. شیوه برآورد ارزش در معرض ریسک در این روش همانند روش شبیه سازی مونت کارلو، مبتنی بر بازتولید داده ها است. البته تولید داده ها در این روش جدید، بر مبنای معیارهای مختلف شباهت و فاصله انجام می گیرد به طوری که با انتخاب صدک توزیع بازدهی ها به دست آمده، ارزش در معرض ریسک برآورد می گردد. در ادامه با بکارگیری روش مذکور، ارزش در معرض ریسک شاخص های بورس اوراق بهادار تهران محاسبه می شوند و همچنین دقت ارزش در معرض ریسک برآورد شده بر مبنای آماره های آزمون بازخورد مورد ارزیابی قرار می گیرند. نتایج تجربی حاکی از این است که در روش پنجره بهترین عملکرد به ترتیب از آن معیارهای شباهت اقلیدسی، DTW، کولموگروف-اسمیرنوف، مربع کای دو، شباهت-فاصله و فاصله کسینوسی می باشد.
۱۸۵۵.

Modeling Stock Market Volatility Using Univariate GARCH Models: Evidence from Bangladesh(مقاله علمی وزارت علوم)

کلیدواژه‌ها: GARCH Heteroskedasticity Volatility Clustering Asymmetric Volatility

حوزه‌های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی پیش بینی های مالی
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی مدل های تک معادله ای مدل های سری زمانی،رگرسیون های چندک پویا
تعداد بازدید : ۱۰۷۰ تعداد دانلود : ۷۲۳
This paper investigates the nature of volatility characteristics of stock returns in the Bangladesh stock markets employing daily all share price index return data of Dhaka Stock Exchange (DSE) and Chittagong Stock Exchange (CSE) from 02 January 1993 to 27 January 2013 and 01 January 2004 to 20 August 2015 respectively. Furthermore, the study explores the adequate volatility model for the stock markets in Bangladesh. Results of the estimated MA(1)-GARCH(1,1) model for DSE and GARCH(1,1) model for CSE reveal that the stock markets of Bangladesh capture volatility clustering, while volatility is moderately persistent in DSE and highly persistent in CSE. Estimated MA(1)-EGARCH(1,1) model shows that effect of bad news on stock market volatility is greater than effect induced by good news in DSE, while EGARCH(1,1) model displays that volatility spill over mechanism is not asymmetric in CSE. Therefore, it is concluded that return series of DSE show evidence of three common events, namely volatility clustering, leptokurtosis and the leverage effect, while return series of CSE contains leptokurtosis, volatility clustering and long memory. Finally, this study explores that MA(1)-GARCH(1,1) is the best model for modeling volatility of Dhaka stock market returns, while GARCH models are inadequate for volatility modeling of CSE returns.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان